paperbanana

PaperBanana 是一款专为 AI 研究人员与数据科学家设计的先进代理工具，旨在自动化制作适合学术出版的高质量统计可视化图表。它简化了从原始表格数据到最终学术图表的处理流程，确保图表符合正式研究论文的美学与格式标准。通过利用尖端的大型语言模型与视觉语言能力，该代理能理解用户的意图与数据结构，进而产出精确、具意义且专业等级的图表。

• 智慧图表生成：将自然语言意图（例如“比较不同基准测试模型准确率的柱状图”）转换为准确的统计视觉呈现。

• 数据感知处理：支援常见的研究数据格式，特别是将 CSV 文件解析为结构化 JSON，或直接读取原始 JSON 数据集。

• 迭代式精炼：采用多阶段生成管线，利用反复反馈来提升视觉质量、易读性与科学准确度。

• 多供应商支援：整合多种 VLM 与图像生成后端，包括 OpenAI (GPT-5.2)、Azure OpenAI 与 Google Gemini，确保在不同基础设施环境下皆能稳定执行。

• 批次处理：通过清单驱动的批次工作流程支援大规模图表制作，允许用户在单次执行中从庞大的实验数据集产生多张统计图表。

• MCP 相容性：作为模型上下文协议 (MCP) 服务器构建，能无缝整合至 Claude Code 或 Cursor 等 IDE，实现直接的命令行与代理互动。

• 输入格式：包含指标、实验结果或基准测试的 CSV 与 JSON 文件。

• 输出：适用于 LaTeX 或 Markdown 学术手稿的高质量 PNG 图像。

• 用途：适用于自动化可视化呈现 AI 研究中的方法比较、效能基准测试及复杂实验数据。

• 注意事项：需要 OpenAI 或 Google Gemini 的有效 API 金钥匙。为了获得最佳生成结果，请确保数据已清理并具备正确的键值结构。